بهينه سازي قابليت اطمينان سيستمهاي تعميرپذيربا بكارگيري شبكه هاي عصبي فازي در تحليل وپيشبيني شكست

كارشناسي ارشد

چكيده يك پيش بيني قابليت اطمينان به ارزيابي توانايي توليد، توانايي نگهداري و تعميرات، هزينه هاي كل طول عمر و ضمانت تجهيزات مي تواند كمك شاياني نمايد. بر اساس روش علمي بكارگرفته شده در اين تحقيق، جهت افزايش دقت پيش بيني قابليت اطمينان تجهيزات ساختار خاصي معرفي مي شود كه سعي در كشف و جستجوي دانش و الگوي مربوط به روابط بين متغيرها مي پردازد بدين صورت كه در گام اول روش تحقيق، پس از طرح سئوال و پرسش آغازين به مطالعه متون پرداخته و در گام دوم مدل تحليلي در حل چارچوب نظري مسأله پژوهش پيشنهاد مي گردد و در گام آخر، در جهت سنجش اعتبار مدل ، داده هاي واقعي از دوره زماني 10 ساله خرابيهاي الكتروموتورهاي مستقر در پالايشگاه دوم گازي شركت مجتمع گاز پارس جنوبي جمع آوري و به عنوان جامعه آماري پژوهش معرفي و بر اساس روش نمونه گيري غيراحتمالي، نمونه تحقيق شامل 71 نوع الكتروموتور با 688 ركورد ثبت خرابي انتخاب و در سه طبقه داده هاي آموزشي، ارزيابي و آزمايشي وارد مدل مي شوند، در ادامه توسط آزمون هاي فرضيه پارامتريك همچون تحليل واريانس، تي نمونه هاي مستقل، تي نمونه هاي همبسته و آزمونهاي ناپارامتريك چون فريدمن، كواكسيال و من ويتني عموميت نتايج مدل از نمونه به جامعه آماري آزمون مي گردد. بر اساس نتايج عددي آزمون ها اثبات گرديد كه يك ساختار مبتني بر علل موثر خرابيهاي يك سيستم براي پيش بيني قابليت اطمينان، نسبت به يك ساختار مبتني بر آمار خرابيهاي گذشته سيستم از دقت بيشتري برخوردار مي باشد و همچنين تلفيق تلورانس هاي نادرستي در مدل كه در فرم يك سيستم استنتاج انطباقي عصبي فازي مدلسازي مي گردد و تلفيق ويژگيها و پارامترهاي خودهمبستگي زماني داده ها همچون دوره فصلي، نرخ رشد روند و واريانس داده ها در مدل، دو راه حلي مي باشند كه باعث افزايش دقت خروجي مدل در پيش بيني قابليت اطمينان مي گردند. واژههاي كليدي: قابليت اطمينان، پيشبيني، سري زماني، منطق فازي، شبكه عصبي مصنوعي

184969

دانشگاه علم و صنعت ايران

صنايع - مديريت سيستم و بهره وري

دكتر عمران محمدي